课程纲要：
导论：从AlphaGo到ChatGPT
模块一：人工智能的源起和进化
1、 人工智能出现和发展的大背景
2、 第四次工业革命的特征和要求
3、 人工智能的本质：从人类的脑力工作与相应的智能说起
4、 人工智能技术的主要类别和成熟度:
a) 经典人工智能算法
b) 机器学习
c) 人工神经网络和深度学习
i. 机器视觉
ii. NLP
iii. 强化学习和决策智能
iv. 大语言模型
v. 多模态大模型
d) 具身智能
5、 AIGC兴起 - 从分析式AI到生成式AI的必然
6、 从“偏科专才”到“通才”，通用人工智能的曙光：GPT为何如此令人兴奋？
模块二：通用人工智能的曙光：以ChatGPT为代表的AIGC大模型
7、 ChatGPT等大语言模型的根基: Transformer的基本核心原理
a) 词的“内嵌”：GPT如何理解文字？
b) 注意力机制- Attention is all you need: 奠定生成式AI基调的核心机制
c) Transformer: 通过“智力”和“语言能力”的压缩抽取，对输入进行“变形”
8、 ChatGPT的独到之处
9、 其他大模型主要类别和基本原理
a) 文生图模型：训练机器对像素的“组装”
b) 图生3D 模型：算法对世界的“脑补”
10、 大模型的“智力”、“技能”和“知识”
a) 什么是大模型的“智商”，什么是其“技能”和“知识”？
b) 深度人工神经网络为什么可以“学习”几乎一切模式和规律？
11、 如何利用大模型？基本模式
a) 提示词工程– 为大模型描述上下文环境和方法论
b) 插件-为大模型加上“视觉中枢”“听觉中枢”“行动中枢”
c) 外接“云盘” - 为大模型加上“海马体”（大模型的长期记忆机制）
d) 精调— 通过调参真正提升大模型“智商”
12、 大模型的部署/训练方式
a) 公有云模式
i. AISaas
ii. AIPaas
iii. Model as a service
iv. AIIaas
b) 公有私有云/管理云模式
c) 私有云模式
模块三：人工智能：金融领域数字化转型新引擎
13、 人工智能在金融业落地的挑战和机遇
14、 人工智能大模型时代的金融系统架构新范式
15、 金融业数字化转型中AI的通用应用领域和潜力
16、 AI大模型具有成为金融行业数字架构“总调度”“总参谋”的潜力
17、 基于基础大模型定制的行业模型：打造金融业“大脑”
模块四：人工智能在金融领域的应用
18、 场景化金融：AI赋能的数字化营销
19、 金融证券业的生成式AI/数字人客服服务和咨询
20、 基于机器学习的金融风控应用
21、 类BloombergGPT 智能投研模型：基于大语言模型的数据和报告分析
22、 金融业呼叫中心中的人工智能
23、 AI赋能的无人银行和银行元宇宙营业厅
24、 基于AI大模型的金融证券领域（SQL/API调用）代码生成
25、 金融证券领域的培训和问答：AI大模型赋能的针对性学习
26、 金融证券业知识图谱：大模型对知识图谱和知识运营的补充和赋能
27、 多模态大模型赋能的金融证券业全渠道全周期“大”数据整合和解析
28、 金融证券业全渠道客服服务的流程自动化和机器学习优化
思考和小结
Q&A
课程时长：0.5-1天
授课老师
尹智 原商汤科技智能产业研究院首席架构师
常驻地：上海
邀请老师授课：13439064501 陈助理
